买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉太原理工大学申请的专利一种融合常识知识的文档级图文评论情感分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116521818B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211098773.9，技术领域涉及：G06F16/3331；该发明授权一种融合常识知识的文档级图文评论情感分类方法是由谢珺;王雨竹;高婧;胡勇;续欣莹设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本一种融合常识知识的文档级图文评论情感分类方法在说明书摘要公布了：本发明属于人工智能、计算机视觉、自然语言处理等领域，一种融合常识知识的文档级图文评论情感分类方法，首先将从互联网收集到的评论数据抽象为结构化数据，完成中文分词、图像归一化等数据预处理工作后依次通过单模态情感特征表示学习和多模态情感特征融合得到评论数据的特征表示，最后将融合特征输入分类器或直接采用多层感知机得到情感概率分布。本发明方法一方面通过融合常识知识加强了文本语义理解，另一方面引入相关的图像信息辅助提升文本情感表达，能有效提升情感分类的准确率。

本发明授权一种融合常识知识的文档级图文评论情感分类方法在权利要求书中公布了：1.一种融合常识知识的文档级图文评论情感分类方法，其特征在于：包括下述步骤： S1、从目标的评论网站获取带有文本和图片的原始评论数据，对文本和图片的原始评论数据进行预处理，获得文本和图片的预处理评论数据，然后对文本和图片的预处理评论数据进行初步的特征提取，得到词级文本特征和全局视觉特征； S2、将文本的预处理评论数据输入ATOMIC-COMET语言模型， ATOMIC-COMET语言模型对文本的预处理评论数据中包含的事件进行常识推理，得到常识知识特征； S3、将词级文本特征输入序列型神经网络Bi-GRU中，得到上下文增强的句子级文本特征，将句子级文本特征与常识知识特征一起输入常识知识融合层，得到句子级的文本情感特征；所述将词级文本特征输入序列型神经网络Bi-GRU中，得到上下文增强的句子级文本特征，将句子级文本特征与常识知识特征一起输入常识知识融合层，得到句子级的文本情感特征包括：将词级文本特征输入到词级双向门控循环神经网络Bi-GRU，并由自注意力机制聚合得到句向量，再将句向量输入到句子级双向门控循环神经网络Bi-GRU，输出各单元的隐藏状态即为上下文增强的句子级文本特征；将句子级文本特征与常识知识特征一起输入基于软注意力机制构建的常识知识融合层，分别计算常识推理中句子级文本特征与常识知识特征的关联度，进行选择性融合，得到句子级的文本情感特征； S4、将全局视觉特征与句子级的文本情感特征输入多模态信息交互层，学习模态间细粒度的相关性，得到句子级图文相关的细粒度融合特征；多模态信息交互层是一种基于文本引导的交互注意力机制，步骤S4中学习模态间细粒度的相关性，是指将句子级的文本情感特征作为查询，计算其与全局视觉特征中每张图像的相关性，相关性越强则图像的权重越大，由此聚合多张图像的特征，然后与句子级的文本情感特征进行融合； S5、由句子级的文本情感特征和句子级图文相关的细粒度融合特征分别聚合得到两个通道的文档级特征，由门控机制融合两个通道的文档级特征后，得到最终文档级的特征表示，使用多层感知机计算最终文档级的特征表示的情感类别的概率分布，选择其中概率值最高的类别作为最终分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人太原理工大学，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。